一种多元信息流异常数据聚类修正方法与仿真.pdfVIP

第42卷第1期计算机仿真2025年1月

文章编号：1006-9348(2025)01-0258-05

一种多元信息流异常数据聚类修正方法与仿真

颜清，李金讯，陈诗

（海南电网有限责任公司信息通信分公司，海南海口570000）

摘要：多元信息流涵盖多种类型、不同维度的数据，存在异构性和不确定性，以大规模和高速度连续产生，难以从中提取异常

数据分布的特征，使得算法对异常数据的检测陷人局部最优解，出现局部收敛和早熟现象，进而影响异常数据修正。对此，

引人混合蛙跳算法，对多元信息流异常数据展开修正。标准化处理多元信息流数据，建立预选特征子集，采用混合蛙跳算法

-人工鱼群算法和混合蛙跳算法-模糊C-均值聚类算法，在搜索过程中利用了两种算法的优势，在多个搜索空间中找到最

优数据特征，更准确地划分聚类簇，获取最优的数据特征并实施聚类处理，得到异常数据集合。基于单层前馈神经网络，构

建异常数据修正模型，通过更新参数，由输出层输出异常数据的修正结果。仿真测试结果显示：混合蛙跳算法能够加强融合

对象的优势，检测异常数据集占比高达99.72%，精准完成异常数据检测任务；修正误差最大仅为1.119,可以满足精准性

需求。

关键词：多元信息流；混合蛙跳算法；人工鱼群算法；模糊均值聚类算法；单层前馈神经网络；异常数据修正；

中图分类号：TP391文献标识码：B

AClusteringCorrectionMethodandSimulationforAbnormal

DatainMultivariateInformationFlow

YANQing,LIJin-xun,CHENShi

(HainanPowerGridCo.,Ltd.InformationandCommunicationBranch,HaikouHainan570000,China)

ABSTRACT:Themulti-dimensionalinformationflowcoversvarioustypesofdatawithdifferentdimensions,whichis

heterogeneousanduncertain.Itisdifficulttoextractthecharacteristicsofabnormaldatadistributionfromit,which

makesthealgorithmfallintolocaloptimalsolution,localconvergenceandprematurephenomenon,andthenaffectsthe

correctionofabnormaldata.Inthispaper,themixedShufledFrogLeadingAlgorithmisintroducedtomodifytheab-

normaldataofmulti-informationflow.Standardizethemulti-informationflowdata,establishapre-selectedfeature

subset,andadoptthehybridShufledFrogLeadingAlgorithm-ArtificialFishSwarmAlgorithmandthehybrid

ShuffledFrogLeadingAlgorithm-FuzzyC-meansclusteringalgorithm.Inthesearchprocess